为了给关注人工智能的女性学者和其他人应得的——以及迟来的—— spotlight 时间，TechCrunch正在推出一系列关于为AI革命做出贡献的杰出女性的采访。随着人工智能热潮的持续发展，我们将在今年内发布多篇文章，突出关键工作，这些工作常常被忽视。阅读更多相关人物介绍，请点击这里。

作为读者，如果您发现了我们遗漏的人名，并认为她们应该在名单上，请给我发送电子邮件，我将寻求将其添加进去。以下是您应该了解的一些关键人物：

• Irene Solaiman，Hugging Face全球政策负责人
• Eva Maydell，欧洲议会议员兼欧盟AI法案顾问
• 李·泰德里奇，在全球AI合作伙伴关系AI专家
• Rashida Richardson，Mastercard高级法律顾问，专注于AI和隐私
• Krystal Kauffman，在分布式AI研究所担任研究员
• Amba Kak提出政策建议以解决AI问题
• Miranda Bogen正在制定解决方案来帮助管理AI
• Mutale Nkonde的非营利组织致力于使AI更少偏见
• Karine Perset帮助政府了解AI
• Francine Bennett利用数据科学使AI更负责任
• 萨拉·克雷普斯，在康奈尔大学担任政府教授
• 桑德拉·瓦赫特，在牛津大学担任数据伦理学教授
• Claire Leibowicz，PAI的AI和媒体完整性专家
• Heidy Khlaaf，在Trail of Bits担任安全工程主任
• Tara Chklovski，Technovation的首席执行官和创始人
• Catherine Breslin，Kingfisher Labs的创始人兼总监
• Rachel Coldicutt，Careful Industries的创始人
• 议员达希恩·肯德里克，乔治亚州众议院成员

人工智能领域的性别差距

去年晚些时候，《纽约时报》一篇文章详细解释了当前人工智能热潮是如何产生的，突出了很多常见的嫌犯，如萨姆·阿尔特曼，埃隆·马斯克和拉里·佩奇。这篇报道引起了轰动——不是因为报道了什么，而是因为它忽略了女性。

《纽约时报》的名单上列出了12位男性——其中大多数是人工智能或科技公司的领导人。许多人在人工智能方面没有任何正式或非正式的培训或教育。

与《纽约时报》的说法相反，人工智能热潮并不是从马斯克坐在湾区别墅里的佩奇旁边开始的。它早在那之前就开始了，各学术界、监管机构、伦理学家和业余爱好者在相对幽暗中不知疲倦地工作，为构建今天我们拥有的人工智能和生成式人工智能系统打下基础。

退休的计算机科学家埃莱恩·里奇（Elaine Rich）曾在1983年出版了一本关于人工智能的第一本教科书，并在1988年成为一家公司的人工智能实验室主任。哈佛大学教授辛西娅·德沃克（Cynthia Dwork）几十年前在人工智能公平、差分隐私和分布式计算领域产生了影响。麻省理工学院的机器人学家、教授兼机器人创业公司Jibo的联合创始人辛西娅·布雷泽尔（Cynthia Breazeal）努力开发了在90年代末和21世纪初制造的最早的“社交机器人”之一Kismet。

尽管许多女性在推动人工智能技术方面做出了贡献，但她们在全球人工智能劳动力中所占比例极少。根据2021年斯坦福大学的一项研究，专注于人工智能的终身教师中只有16%是女性。根据世界经济论坛同年发布的另一项研究，合著者发现只有26%的与分析相关的职位和人工智能相关职位由女性担任。

更糟糕的消息是，人工智能领域的性别差距正在扩大，而不是缩小。

英国社会公益机构Nesta进行的一项2019年分析得出结论，至少有一位女性合著的AI学术论文比例自上世纪90年代以来没有改善。截至2019年，仅有13.8%的Arxiv.org上的人工智能研究论文由女性撰写或合著，这一数字在过去十年中稳步下降。

差距原因

性别差距的原因有很多。但德勤对人工智能领域的女性进行的一项调查突出了一些更为显著（也更为明显）的原因，包括在人工智能领域受到男性同行的评判和因为不符合人工智能领域男性主导模式而受到歧视。

问题始于大学：德勤调查中78%的女性表示在本科阶段没有机会实习人工智能或机器学习。超过一半（58%）的女性表示因为对待男性和女性不同而离开了至少一家雇主，而73%的女性考虑过因为不平等薪酬和无法在事业中晋升而离开科技行业。

女性的缺位正在伤害人工智能领域。

Nesta的分析发现，与男性相比，女性更有可能在其人工智能工作中考虑社会、伦理和政治影响——这并不令人意外，因为女性生活在一个他们以性别为基础遭到轻视的世界，市场上的产品已经设计为男性，而带孩子的女性往往被期望在工作和担任主要照顾者角色之间取得平衡。

有幸的是，TechCrunch对杰出女性人工智能专家的系列报道将有助于朝着正确方向迈出一步。但显然还有很多工作要做。

我们介绍的女性分享了许多建议，供那些希望为改善人工智能领域做出贡献的人参考。但一个共同的主题贯穿其中：强大的指导、承诺和引领榜样。组织可以通过制定政策——招聘、教育或其他方面——提升已经在人工智能行业中或希望打破门槛进入该行业的女性。拥有权力的决策者可以利用这种权力推动为女性创造更多多元化、支持性工作环境。

改变不会一夜之间发生。但每一场革命都始于一小步。